當多倫多都會大學(Toronto Metropolitan University,簡稱 TMU)的教室裡不再以傳統的百分比與等第來衡量學生表現的那一刻,一場關於高等教育核心價值的深思正在悄悄上演。在追求 GPA 完美主義的當代學術環境中,這種被稱為「另類評量」(alternative grading)的模型,正試圖將學生的目光從冰冷的成績拉回學習本身。
表象
走進研究所心理學統計課程的課堂,學生們最初的反應往往是焦慮與不知所措。長期習慣於追逐標準答案與固定分數的學子們,突然面對沒有傳統分數的評量方式時,心中不免浮現問號。然而,隨著課程推進,這種焦慮感逐漸轉化為高度參與。授課教師艾莉莎・康塞爾(Alyssa Counsell)採用了專案導向的教學方式,要求學生在學期初選擇極具挑戰性、甚至帶有難度的研究主題,而不是挑選輕鬆過關的題目。這項變革打破了外界對於「免評量就是輕鬆好混」的刻板印象,反而拉高了課程的智識門檻。
多倫多都會大學文學院研究補助與研究所專案經理瓦萊麗・迪肯(Valerie Deacon)指出,類似的作法在小型課程中通常表現為協作評量。學生必須在整個學期中獲得持續的回饋,並與教授進行一對一的深入對話。正如瓦萊麗・迪肯在接受 CTV 新聞多倫多台(CTV News Toronto)採訪時所言:「所以,成績基本上是與學生對話決定的,學生通常被要求反思整個學期的學習過程。」這種對話式評量機制的建立,實質上要求學生對自己的學習成效負起主體責任。
真相
卸下傳統分數的枷鎖,真的意味著標準降低嗎?答案剛好相反。參與這項模式的教員反覆強調,另類評量背後的學術要求不僅沒有打折,反而更加嚴苛。以艾莉莎・康塞爾的課堂為例,期末成績的產出並非單純由學生喊價,而是建立在學期中所有的作業、每週實驗與定期檢核點之上。學生必須提出具體且令人信服的證據,來為自己爭取的成績進行辯護。
值得注意的是,這種模式意外地成為抵禦生成式人工智慧(Generative AI)氾濫的有效防線。過去,當學生面臨少數且高風險的評量時,往往會為了保住 GPA 而鋌而走險,依賴 AI 尋找最快、風險最低的捷徑完成任務。然而,當評量轉向過程導向與自我反思時,學生很快就會發現,AI 工具無法幫他們完成深度的智識掙扎。瓦萊麗・迪肯觀察到,當內在動機被重新點燃,學生反而不再將生成式 AI 視為避難所,而是能理性界定其作為工具的邊界。
從產業面來看,當教育界長期陷入「分數至上」的軍備競賽,多倫多都會大學的這項實驗提供了一個清醒的解方。對一般人來說,我們常誤以為不打分數就是放水,但從實際教學現場的回饋來看,真正的自主學習往往伴隨著更高的痛苦指數與更深刻的智識衝擊。如果往後推演,當高等教育不再只是篩選工具,而是回歸批判性思維的培養,這或許才是應對 AI 時代的最佳解藥。
各方角力
這場教育實驗並非一蹴可幾,校內各方對於另類評量的推廣保持著既開放又謹慎的態度。多倫多都會大學副教務長西恩・克雷拉吉(Sean Kheraj)指出,評量方式的決定權仍掌握在各個授課教師手中。雖然目前採用這類方法的教員比例相對較小,但校方明顯感受到校內對此日益增長的興趣。這項變革並未侷限於研究所,大、中、小型的大學部課程也都開始出現不同的實踐足跡。
不過,制度的對接依然存在現實考量。加拿大高等教育體系在行政上仍有其剛性要求,學期末的成績單上依然必須呈現標準的字母等第。瓦萊麗・迪肯坦言,畢業生最終的成績單外觀與一般學生並無二致,差別僅在於獲取該成績的路徑。為了確保這項機制的有效性,校方的教學中心持續透過教學獎學金計畫支持教師進行教學法研究,透過問卷調查與成效評估來滾動修正。西恩・克雷拉吉強調:「我們知道這些方法並不總是適用於每種課程,也不一定適合每位教師,因此我們有機會檢視並找出最適合學生學習的方式。」
深層影響
當評量的焦點從「結果」轉向「過程」,學生與知識的關係也發生了質變。傳統教育體系下的量化成績,往往形塑了一種將學習商品化的心態:付出固定的努力,換取對應的數字。然而,另類評量透過質性回饋、協作評定與專案挑戰,重新擦亮了求知過程中的挫折價值。學生開始學會如何定義問題、如何在困難中堅持,以及如何客觀評價自己的表現。這種能力遠比一張好看的 GPA 成績單,更能應對未來瞬息萬變的職場挑戰。
從更宏觀的角度來看,多倫多都會大學的嘗試反映了全球高等教育對評量危機的反思。當標準化的測驗與分數越來越容易被演算法或生成式 AI 複製與應付,教育機構被迫尋找更具防禦力且更能彰顯真實學習成效的替代方案。這不僅是一場評分機制的微調,更是對學術誠信與深度學習的一場深層捍衛。
未解之問
儘管初步的實踐帶來了正面的迴響,但這場教育實驗仍留下不少未解的懸念。當每位教師都可以自定評量標準,如何確保跨科系、跨課程之間的公平性與可比性?在大規模的通識課程中,一對一的對話與協作評量是否具備複製到數百人大班教學的可行性?這些答案,恐怕還有賴多倫多都會大學正在進行的後續數據收集與長期追蹤,才能給出最終的論斷。
如果我們重新審視求學的初衷,分數究竟是學習的起點,還是終點?在尋找答案的路上,這群勇於打破傳統的教育工作者與學生,已經走出了最關鍵的第一步。
面對傳統教育體制的框架,我們是否也該重新思考評量對下一代的意義?建議教育工作者與關心教育發展的讀者,不妨深入了解校園中的評量創新,並在追求標準化與深度學習之間尋找最適合的平衡點。
本文改寫整理自公開新聞來源,原始報導由CP24發布。
常見問題 FAQ
什麼是另類評量(alternative grading)?
另類評量是一種跳脫傳統單一期末考試或百分比分數的評估模型,涵蓋協作評量、自我評量與專案導向等多種實踐方式,核心在於讓學生專注於學習過程而非僅僅追求特定分數。
採用另類評量會不會讓學生的成績變水、標準降低?
根據多倫多都會大學教師的實際經驗,另類評量的標準反而非常高,學生必須透過學期中的持續投入、專案挑戰與自我反思來為自己的最終成績提出正當理由,並非人人都能輕鬆過關。
另類評量會如何影響學生在期末成績單上的呈現?
由於加拿大高等教育機構的行政要求,學生學期末的成績單上依然會呈現標準的字母等第,只是學生在獲取該最終成績的過程中,參與了更多與教授的對話與自我評量機制。
另類評量如何減少學生對生成式 AI 的依賴?
當評量方式從高風險的單一測驗轉向過程導向與深度學習時,學生會發現生成式 AI 無法協助他們應付真正的智識挑戰,因而降低了將 AI 視為作弊捷徑的動機。
※ 此篇文章由 AI 改寫或生成,內容僅供參考,可能存在錯誤或不準確之處。